戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック

51

3

章

予 測モデリング：相 関 から

教 師ありセグメンテーションへ

基本コンセプト：

• 情報価値のある属性を特定する

• 段階的に属性を選択しデータを分割する

代表的技法：

• 相関を見つける

• 属性 / 変数の選択

• ツリー帰納法

前の章ではモデリングについてはあまり細かな説明をしませんでしたが、この章では予測

モデリング（

predictive modeling

）についてさらに詳細に解説しましょう。予測モデリン

グはデータマイニングにおいて重要な役割を果たします。まず最初の章でも扱った乗り換え

予測についてのデータマイニングを例として、教師ありセグメンテーション（

supervised

segmentation

）を使った予測モデリングとはどのようなものか考えてみましょう。教師あり

セグメンテーションでは、対象とする母集団をいくつかのグループに分割します。このとき

予測値が同じものが同じグループになるように、母集団を分割します。できれば避けたいこ

とを予測の対象としても構いません。例えば、契約期間が終わった後に他社に乗り換えてし

てしまう顧客、違法な口座、返済ができなくなりそうな顧客（電話代金やクレジットカード

の負債など）、不適切な内容を含む

Web

サイトなどでもいいのです。あるいは逆に、もっと

好ましいものを扱っても構いません。例えば、広告やスペシャルオファーによく反応してく

れる消費者や、

Web

検索に最適化された

Web

サイトなどでもいいのです。

教師ありセグメンテーションを説明していく過程で、データマイニングの基本的な考え方 ...